网络化心电系统

网络化心电系统（精选9篇）

网络化心电系统 第1篇

关键词：社区,网络化心电系统,心肌梗死,心律失常

网络化心电系统就是将采集的心电图信息利用网络进行传输, 然后在心电中, 心进行分析、诊断, 将结果回传至社区终端的系统。本研究中, 社区心电图采样用麦迪克斯手持心电图 (PDA心电图) , 其优点在于能快捷、及时、方便、有效地对心脏病患者进行检查, 并快速做出诊断, 对及时治疗与处理急危重症患者起到重要作用。研究回顾性分析了我院2009年3月至2010年12月12个社区利用网络心电系统检查的患者资料, 同时与同期在我院门诊进行全导心电图检查的患者进行对比分析, 着重对心肌梗死、心肌缺血、心律失常等心电现象进行统计学分析, 探讨网络化心电系统在社区应用的临床意义 (心电图诊断标准依据相关资料[1,2,3]) 。

1 资料与方法

1.1 研究对象

选择2009年3月至2010年12月, 我院所属的12个社区医疗服务站利用PDA心电图采集的心电图5 608例;选同期在我院门诊心电中心检查的全导心电图8 420例。

1.2 分组

将社区组设为A组, 医院组设为B组, 将AB两组人群分为心肌梗死组、心肌缺血组、心律失常组。心肌梗死组又分:超急性期、急性期、陈旧期;A组有心肌梗死178例, B组有心肌梗死203例。心肌缺血组又分:急性冠状动脉供血不足、慢性冠状动脉供血不足;A组有心肌缺血317例, B组有心肌缺血351例。心律失常组又分为:期前收缩、心动过速、颤动扑动;A组有心律失常2 387例, B组有心律失常1 920例。

1.3 研究方法

根据检查时间将研究对象划分为30 min以内、2 h以内、6 h以内及24 h以内, 共4组, 然后将4个时间段内A、B两组所有诊断进行对比和统计学处理。PDA心电图具有24 h动态心电图与12导联常规心电图检测功能, 可根据需要设置检查时间。12个社区采集的心电图信息均利用网络传输到医院心电中心, 医院门诊 (B组) 采用麦迪克斯心电工作站进行心电图记录。心电中心配备心电专业医师24 h值班, 各社区有医护人员24 h值班, 可及时回复心电诊断结果, 终端打印心电图报告, 疑难心电图经高年资心电图医师会诊后给出诊断。对于超急性期心肌梗死ST段、T波的改变与急性冠状动脉供血不足ST段、T波的改变进行鉴别诊断, 方法是间断时间记录, 寻找演变规律直到确定诊断。急性冠状动脉供血不足应与非缺血引起的ST段抬高或压低相鉴别[4]。

1.4 统计学处理

采用SPSS 11.0软件进行统计分析, 计数资料采用卡方检验, P<0.05为差异有统计学意义。

2 结果 (见表1～5)

由表1～5可知, 30 min以内A组除陈旧性心梗与慢性冠状动脉供血不足外均有统计学意义;2 h以内A组急性心肌梗死、期前收缩、室上性心动过速、房颤、房扑有统计学意义;6 h以内A组期前收缩、房颤有统计学意义;24 h以内B组陈旧性心肌梗死有统计学意义。同时, A组记录到两例急性肺栓塞、4例阵发性房室阻滞、两例频率依赖性束支传导阻滞、5例间歇性预激综合征等在常规心电图检查中难以捕捉到的心电图改变。而在B组24 h内只有陈旧性心肌梗死有统计学意义。

3 讨论

冠心病至今是全球致死性首位的疾病, 急性冠脉综合症 (ACS) 包括不稳定性心绞痛, 急性心肌梗死, 常威胁患者生命, 而及时正确的诊治可明显改善预后。60%的ACS相关死亡发生在发病1 h内, 且多由心律失常引起, 尤其是恶性室性心律失常[5]。急性冠脉综合症在临床极为常见, 危险度高, 早期及时的诊断有利于及时治疗, 降低患者的死亡率, 改善远期预后。ACS的诊断主要根据临床症状、心电图表现及心肌生化标志物的检测, 其中, 心电图是早期诊断的敏感方法。心脏性猝死是指心脏性原因导致1 h内发生的不可预料的死亡。心脏性猝死占人类死亡原因的15%～20%, 其中88%为心律失常性猝死, 而88%的心律失常性猝死是由于恶性室性快速性心律失常引起的, 少数是由缓慢性心律失常引起的。因此, 充分认识预警性心律失常和相关疾病, 对减少心脏性猝死, 提高高危患者的生存率至关重要。笔者研究的主要目的是手持心电图 (PDA心电图) 与网络结合, 形成心电系统覆盖社区的优势, 以便快捷、及时、准确地对有症状患者进行心电图信息采集, 特别是对急性冠脉事件及心律失常的及时发现、及时诊断、及时治疗、及时抢救, 最终降低死亡率。

社区网络化心电系统是通过网络把分散在各社区的心电图信息进行整合, 所有心电图信息通过网络上传到医院心电中心, 中心经过分析得出心电结果, 社区就地打印报告。对急危重症患者经医院心内科医生指导、确定治疗方案与处置, 极大地缩短了患者的就诊、治疗、抢救时间。心电图检查对于部分心电图现象是有时效性限制的, 主要是急性冠脉综合征 (ACS) 、心律失常, 尤其是超急性期心肌梗死等。研究还发现, 慢性冠状动脉供血以及陈旧性心肌梗死的患者仍然愿意到医院就诊。及时检查还可发现一部分一过性心电现象, 如急性肺栓塞、阵发性房室传导阻滞等, 这也为患者的治疗提供了可靠的临床依据。

网络化心电系统覆盖社区, 可缩短患者的诊治时间, 节约就医成本。对心脏病患者及时掌握与采集他们的心电图信息, 无论对其治疗或预防都有重要意义。我们的体会是, 网络化心电系统的作用能否充分发挥还与其操作使用者的专业知识、相关知识积累有关。所以, 还需加强社区医疗服务站医护人员心电学专业技能的培训与学习, 提高其识图及诊治水平。网络化心电系统覆盖社区在一定程度上提高了社区医疗服务站的服务能力和服务水平, 扩大了业务范围, 实现了医疗服务体系与资源的共享, 为解决患者看病贵、看病难做出一些贡献, 有效促进了社区卫生的健康发展。

参考文献

[1]陈新.黄宛临床心电图学[M].第6版.北京:人民卫生出版社, 2010.

[2]中国心电学会, 中国心律学会.心电图标准化和解析的建议与临床应用最新国际指南 (2009) [M].北京:中国标准出版社, 2009.

[3]郭继鸿.心电图学[M].北京:人民卫生出版社, 2002.

[4]刘仁光.心肌缺血与心肌梗死心电图诊断的新理念[J].临床心电学杂志, 2009, 18 (4) :257-259.

网络化心电系统 第2篇

心电网络信息管理系统的架构以物理区域来区分，服务器采用双机热备方式，设在我院总院。

客户端硬件包括：心电图采集终端计算机、心电图分析终端、叫号显示电视机、报告自助打印设备、自助预约排队系统等。心电图采集设备为医院原有心电图机，有GE、光电、福田、DMS等多个品牌，通过数据接口与心电图采集终端计算机连接进行数据传输。所有设备均支持有线与无线网络连接两种模式。服务器存储与管理模块具有开放性，能够实现对文件数据、桌面数据库及大型异种数据库的访问，还能实现与高级语言的互连；此外，通过多服务器协同技术与事务处理的完整性控制技术，可支持并行操作。

心电网络信息系统的设计及应用 第3篇

问题的症结在于:心电信息分类较为繁杂,心电图设备厂商众多,产品规格不一。常规静态心电图分为单导、3导、6导、12导同步等不同类型,另外还存在3导联及12导联24小时动态心电图、心电向量图、心室晚电位、心电运动负荷试验等深层次心电分析技术,因此很难用一种数字化技术和网络技术手段涵盖所有心电产品型号和所有心电检测内容。原有的一个国际试行标准“心电信息的标准化通讯协议-SCP-ECG”,由于仅包括静态心电图而不够全面,且其数字化通讯方案在技术上不能为主流心电图设备制造商所接受。直至目前,国际上尚无权威的心电信息标准。心电信息作为人类最早实现数字化转化的生物信息之一,其存储和传输的标准化解决方案却意外地落后于医学影像信息的存储和传输标准的进展(DICOM国际标准)。

解决心电信息图谱数字化传输的关键是:心电信息是应该表现为数据,还是应该表现为图像?就科学研究而言,心电信息适宜以原始采样数据的形式表现出来,就临床使用而言,心电信息更适合表现为图谱,即图像。因此,把心电信息图谱按照影像资料一样同等处理是一个很好的主意。很多人已经做过这样的工作:用扫描仪把心电检查的图谱和报告扫描为通用的磁盘文件,这样便可以长期保存并进行电子化传送。不过,随之而来的两个问题让人们感到沮丧:(1)扫描心电图谱需要投入额外的人力、物力,且手工操作无法做到标准规范;(2)扫描的图谱分辨率下降,效果不如原图。

如果心电图设备能够自动输出心电图谱的电子化图像文件,使这些图像文件具有兼容的数据格式,同时保证这些图像具有足够高的分辨率,即可以解决以上烦恼。鉴于此,医疗器械科与相关设备生产商合作设计了我院的“心电网络信息系统(ECG Network Information System,简称ECG-NIS)”,在现有心电设备的基础上,将其通过网络互联起来,与医院HIS系统对接,实现心电检查从预约登记、检查、报告、集中存储、临床共享、统计检索全流程的信息化管理。

1 ECG-NIS的建设方案

ECG-NIS方案建设包括NIS数据库接口方案、Web数据库建设、客户端架设。

1.1 NIS数据库接口方案。

1.1.1 接口方式

通过中间数据库来实现数据的交互。NIS系统主要负责向中间数据库提供病人进行电子预约时候的病人信息。客户端负责向中间数据库提供心电检查的报告数据和图像报告。同时,在客户端保留报告备份。

1.1.2 该方案主要实现以下功能

(1) 医生在IE中登陆WEB ECG-NIS系统,录入病人信息;

(2) 客户端运行的运动平板,心电工作站,动态心电、动态血压等软通过网络数据库接口,从ECG-NIS系统中获取病人基本信息,保持了病人信息在整个系统中的完整性和统一性。

(3) 当运动平板,心电工作站,动态心电等软件完成检测和报告后,将生成的报告信息回传到NIS系统。

(4) 医生可以在任一客户端登陆NIS系统查看、打印报告和查阅相关病人信息。

1.2 Web数据库服务器的架设

1.2.1 软件方面

ECG-NIS使用了流行的Apache+PHP+My SQL的Web架构。即使用Apache作为WEB服务器,My SQL作为数据库,PHP作为服务器端脚本解释器。

Apache:Apache是世界使用排名第一的Web服务器软件,它可以运行在几乎所有广泛使用的计算机平台上,是世界上最流行的Web服务器软件之一,因为它是自由软件,所以不断有人来为它开发新的功能、新的特性、修改原来的缺陷。Apache的特点是简单、速度快、性能稳定,并可做代理服务器来使用。

PHP:超级文本预处理语言,由于有着基于服务器端、可移植性强、支持SQL Server 2000、MYSQL、ORACLE、DBA、Dbase、Sybase、ODBC众多数据库等等优点,成为现在网络最流行的语言之一。

MYSQL:此数据库使用C和C++编写,并使用了多种编译器进行测试,保证源代码的可移植性;同时支持AIX、Free BSD、HP-UX、Linux、Mac OS、Novell Netware、Open BSD、OS/2 Wrap、Solaris、Windows等多种操作系统;支持多线程,充分利用CPU资源;优化的SQL查询算法,能有效地提高查询速度;提供TCP/IP、ODBC和JDBC等多种数据库连接途径;提供用于管理、检查、优化数据库操作的管理工具;可以处理拥有上千万条记录的大型数据库。

1.2.2 硬件方面

考虑到临床科室对报告调阅的实时性和并发性较高,需要专门搭建一台Web服务器来存放Web数据库。Web服务器配置如下:英特尔®至强®四核处理器,最大内存64GB,12 MB二级高速缓存,DIMM插槽,智能阵列控制器,SAS/SATA热插拔驱动器托架,带有TCP/IP卸载引擎的两个嵌入式多功能千兆网络适配器。智能卡,基于ROM的设置实用程序(RBSU);远程闪存冗余ROM;集成管理日志(IML);服务器状态日志;自动服务器恢复等。Web服务器要具备良好的可扩展性和大的存储容量,以满足临床科室对影像浏览日益增长的需求和医院ECG-NIS的发展需要。

1.3 客户端架设

客户端的功能可以分为病人信息录入,回传检查结果报告和调阅报告三种。

1.3.1 信息录入

由于ECG-NIS是基于PHP+MYSQL的WEB系统,所以,可以在任何与服务器联网的电脑端使用IE登陆ECG-NIS系统进行病人数据的录入,修改和删除。

1.3.2 回传检查结果报告

如运动心电系统,动态心电系统,心电工作站等。此类客户端从ECG-NIS WEB数据库中读取病人信息并完成检测后。医生使用软件编辑报告,最后生成PDF报告,被传送到Web服务器保存。

1.3.3 调阅报告

所有软件均自带浏览器,支持医生调阅图像报告。

同时,鉴于ECG-NIS基于Web的特点,当报告回传到ECG-NIS服务器后,可以在与服务器联网的任意电脑中使用IE登陆ECG-NIS,查询报告,无需安装额外软件。

2 针对我院的整体设计

针对我院已有的动态心电、运动负荷心电、静态心电、动态血压和各种心电图机,按照图2布局进行互联。安装基于PDA或者手机的手持式蓝牙无线心电图检查仪,还可以实现无线网络传输心电的功能,大大简化了临床医师床边检查心电图的一系列过程。

手持式蓝牙无线心电图检查仪可接入GPRS、CDMA网络后还可实现对救护车上的患者进行监控,达到动态掌握患者状况的效果。通过Internet网络,可以完成院外远程诊断功能。

3 结果

ECG-NIS系统的成功应用,达到了如下效果:

(1) 实现了患者病历信息一次登记,可多次提取,省去了二次登记的麻烦,另一方面减少了登记过程中的人为错误,有效保证了信息的一致性和完备性,完善了电子病历。

(2) 临床医生及时得到心电报告,缩短患者就诊时间,提高诊治效率。

(3) 使用WEB方式调取病历,可以满足所有临床医师在自己的工作站上调取心电图,并可以满足不同医院间的互相交流。

(4) 建立信息化资料库,实现了全部报告的长期无纸化存储,在节省了医院开支的同时,也为临床、科研分析提供详实的基础信息。

4 讨论

ECG-NIS遵循HL7标准,HL7是一种成熟并为国际上承认的医疗环境电子信息交换标准,欧美绝大部分心电设备采用此标准作为信息交换方式。在国内,由于此标准的应用还处于起步阶段,心电产品较少采用,甚至许多设备未安装信息传输模块,这就使得ECG-NIS系统对国产心电设备的选择具有一定的局限性,需要针对国内特定的心电设备作单独的接口,或采用手动批量扫描方式将报告转换为电子病例。但随着我国医疗设备事业的发展和研发水平的不断提高,与国际接轨是必然趋势,ECG-NIS也将在各级医疗机构发挥更大的作用。

参考文献

[1]贾克斌.数学医学图像处理、存档及传输技术[M].北京:科学出版社,2006.

[2]沈天龙,施俊,严壮志.基于PDA的无线医疗信息管理系统的设计开发[J].中国医疗器械杂志,2007(5):35-36.

[3]李包罗.医学信息标准化的理论与实践[J].中国医院管理,1999(9):39-40.

[4]张庆,高上凯.HL7标准及其在我国的应用前景[J].中国医院管理,2001(4):31-32.

[5]迟宝兰,梁铭会,曹德贤.医院信息化建设的经验与教训[J].中国医院管理,2003(12):25-26.

网络化心电系统 第4篇

一、本课题的目的本设计课题主要研究数字心电信号的初步分析方法及滤波器的应用。通过完成本课题的设计，拟主要达到以下几个目的：

1．了解基于LabVIEW虚拟仪器的特点和使用方法，熟悉采用LabVIEW进行仿真的方法。

2．了解人体心电信号的时域特征和频谱特征。

3．进一步了解数字信号的分析方法；

4．通过应用具体的滤波器进一步加深滤波器理解。

5．通过本课题的设计，培养学生运用所学知识分析和解决实际问题的能力。

二、课题任务

利用labvIEW设计一个基于虚拟仪器的简单的心电信号分析系统。其基本功能包括：输入原始心电信号，对其做一定的数字信号处理，进行时域显示、分析及频谱分析。根据心电信号的具体特性参数设计系统各功能模块的源程序，进行调试。

1.对原始数字心电信号进行读取，由数字信号数据绘制出其时域波形。

2.对数字信号数据做一次线性插值，使其成为均匀数字信号，以便后面的信号分析。

3.根据心电信号的频域特征（自己查阅相关资料），设计相应的低通、带通、高通滤波器。

4.编程绘制进行信号处理前后的频谱，做频谱分析，得出相关结论。

5.对系统进行综合测试，整理数据，撰写设计报告。

三、主要设备和软件

1．PC机一台。

网络化心电系统 第5篇

关键词：心电网络系统,医院信息系统,无线网络

1 目的和实施论证

1.1 目的

解放军251医院较成熟地使用了HIS、LIS、PACS,但多年来医院工作中检查量最大的心电检查却一直停留在单机检查、单机打印、手写报告的模式,成为了医院的信息“孤岛”,在某种程度上阻碍了医院信息化的发展。

为了更好地方便医生和患者,尤其是减轻心电医生床旁心电图的负担,提高工作效率,降低成本,拓展社区服务等业务,我们将多种心电检查设备联网,心电检查病历集中存储,实现数据的全院共享,并通过自有的全数字传输技术,实现了远程的数据共享与会诊,因此医院决定实施“心电信息综合管理系统”。

1.2 实施环境及条件

医院应用医院信息系统已有10余年,是全军医院信息化研究与技术支持基地、全国数字化医院试点示范单位、全国首批数字化医院,具有良好的网络应用环境。HIS、LIS、PACS等系统已遍及了医院的方方面面,无线网络已覆盖了整个医院;医院的员工已具备良好的计算机应用能力;心电图室和临床医生对医院心电信息系统也有了一定的研究探索和应用需求。

2 硬件准备

选用适合于现有医院信息系统和网络环境的硬件设备,构建心电信息综合管理系统网络,如图1所示。

2.1 服务器

采用CISC(复杂指令集)架构服务器可以充分满足办公室型的中小型网络用户的文件共享、数据处理及简单数据库应用的需求。其具有优良的系统扩展性,当用户在业务量迅速增大时能够及时在线升级系统,充分保护用户的投资。具体要求为:(1)能够独立运行心电网络服务程序;(2)操作系统为Windows2003 Server SP2;(3)数据库为Microsoft SQL Server 2000。以便实现以下这些功能:(1)集中存储全部的心电检查数据,提供所有心电数据的网络发布。与医院的HIS或PACS连接,实现全院的浏览,提供强大的心电数据网络功能。(2)病历存储和连续对比:我们可通过大容量的服务器存储大量患者的病历,可随时检索、回放统计满足医生日益重视的连续分析对比,可以将以往患者的图文报告任意调阅进行对比、分析并打印。(3)临床医生可通过医院的网络调取自己想要的患者图文报告。

2.2 手持心电检查仪

可以使用MECG-200型手持式心电检查仪。它是便携式12导心电检查工具,由PDA、连接模块、导联线(与放大器一体)、吸球、夹子组成,手掌大小的心电检查仪可实时显示、记录12导心电波形并任意回放。

2.2.1 手持心电检验仪的特点

(1)基于PDA设计,体积小巧,携带方便。(2)同步标准12导联的心电波形采集。(3)实时显示同步12导联波形。(4)可存储至少200个心电病历。(5)可回放存储过的心电病历。(6)手写输入患者病历信息。(7)与心电工作站协同工作,将病历发送至心电工作站进行分析,组成心电检查的网络系统。(8)可配接微型打印机与激光打印机,随时随地打印出报告。(9)无需独立电池供电的放大器,相对于原有的采用5号电池的放大器而言,保证了信号的稳定性,避免了电池电量低时采集波形不准确,同时也大大节省了科室的检查成本。(10)导联线可逐根更换,降低了维修成本,工具采用体积较小,可无线上网,主频率为520 MHz的TFT QVGA彩屏掌上计算机。

2.2.2 手持心电检查仪技术参数

(1)导联Ⅱ、Ⅲ、a VL、-a VR、a VF、V1、V2、V3、V4、V5、V6的12导同步;(2)输入阻抗:100 MΩ;(3)频响:0.04~150 Hz;(4)增益:5、10、20 mm/m V;(5)共模抑制比>140 d B;(6)抗极化电压变化<0.1%;(7)时间常数:3.2 s;(8)内部噪声<5μV;(9)滤波器采用数字滤波技术;(10)数控滤波器:20~1 000 Hz;(11)抗交流干扰:工频50 Hz数字滤波;(12)抗基线漂移<2mm;(13)抗肌电干扰:40~120 Hz任意调节;(14)道间干扰:通道之间的误差<±1%;(15)A/D位数:24 bit;(16)采样速率:1000 Hz;(17)长时间记录:无限期;(18)记录道数:12;(19)记录纸:A4打印纸;(20)记录方式:存储或打印;(21)具有记录增强功能;(22)具有拷贝功能;(23)连续工作时间为6 h;(24)符合GB9706.1的安全要求;(25)安全类别为BF。

2.3 客户端计算机

适用于现有的医院信息系统的商用计算机。配置为:P42.6/256 M/80 GB,保证有串口、网络接口、2个以上USB口、Intel芯片组,如可用DELL 360。

2.4 其他设备

2.4.1 心电图机

2.4.1. 1 导联电式心电图

采用了基于计算机基础的导联线式心电图,可实现同步12导心电监测,记录、回放及报告打印。只用1根导联线联接到任意1台计算机即可进行心电检查,并输出到普通纸张形成报告单,使用极为方便。与现用计算机有硬件接口,可以正常实现软接口。

2.4.1. 2 特点

(1)操作简便:只需按3次空格键即可完成整个心电检查过程。(2)神速:当体检时需要快速做大量心电图时,导联线式心电图只需10 s,按3次空格键即可完成符合国际标准的同步12导心电报告。(3)快捷:当门诊、查房时需要快速检查心电时,导联线式心电图能够及时得到标准的同步12导心电,并与心电工作站一起完成网络传递及数据入库功能。(4)完美:当需要更多的心电分析功能时,导联线式心电图可升级为功能强大的心电工作站。

2.4.1. 3 技术参数

(1)采样频率:1 000点/s,采样精度:24 bit。(2)尺寸及质量:62 mm×90 mm×22 mm,200 g。(3)存储:最少可以存储300个病例(每个病例30 s)。

2.4.2 其他设备

在心电信息系统中,还可以扩展使用12导心电工作站、16导心电工作站、心脏运动负荷实验系统(运动平板、运动踏车采用全数字生物电放大技术,可真实反映原始图形并消除基线漂移和肌电干扰,即使在多噪声的运动试验环境中也能显示出清晰易读的心电图)等。

3 软件调试

3.1 与HIS的连接

采用中间表方式与“军卫一号”对接,在HIS数据库中建立中间表与触发器;实现与HIS的双向通讯,共享患者信息,并实现在HIS医生工作站上直接调用心电图的功能。其具有多种接口方式,包括HL7、主动数据接口、被动数据接口、中间表和共享数据库,医生可根据实际情况灵活选择接口类型。

3.2 心电信息综合管理系统各客户端的安装调试

3.2.1 心电检查工作站

它是用于固定位置的心电图检查设备,主要应用于门诊心电图室,基于数字化设计,具有强大的心电图分析、测量功能。它可以获取预约登记工作站上的待检查患者列表,并直接进行心电图采集、记录、报告工作。患者的心电图与报告数据自动上传至心电服务器集中存储,支持调阅服务器上所有患者的心电图。

3.2.2 心电报告工作站(具有统计功能)

它主要应用于心电图室,集中处理手持式心电检查仪发送回来的心电图,具有强大的心电图分析、测量功能,并发出报告。一台心电报告工作站可集中处理多台手持式心电检查仪发送的病历,实现集中式的报告处理。

统计模块为管理和科研设计,可进行医生工作量、检查工作量、设备工作量等管理统计,也可以针对心电图数据进行心率、PR间期等统计,得出重要的参考数据,并为临床诊断符合率提供快速的对比工具。该模块采用开放式结构设计,患者的所有信息,包括检查信息都可以作为统计条件,方便未来的功能扩展。

3.2.3 临床Web浏览

它主要应用于各临床科室,基于Web技术设计,实现了临床科室快速调阅查看心电图报告与波形。对于心电图室发出的报告,临床医生可直接在办公室或护士站计算机上实时浏览。它无需安装软件,院内任意一台联入网络的计算机都可进行浏览。同时,临床Web浏览系统还支持在线波形分析、处理、测量与报告功能。

3.2.4 动态心电工作站

在已有的美高仪动态心电工作站上安装接口程序,将心电数据生成图文报告传送至服务器。

3.3 手持心电的调试

充分考虑到床旁检查的需要,采用了基于PDA的手持式心电图检查仪。它机身小巧,具有高技术的采样,大容量的存储,可通过无线网络在第一时间为患者进行诊断,通过院内网络上的任意一台计算机都可对报告进行查看、分析和打印。

4 系统培训

医院进行数字化建设已有10余年,员工对计算机和相关信息系统都有了一定的了解,因此只需对应用科室的医生进行简单的介绍说明性培训即可。同时,应规范临床和门诊医生对医生工作站中“心电图申请”的使用。

5 试运行和运行

新项目的实施一定要进行“试运行”。在试运行过程中,应使用备用服务器。使用者要具备真实应用的态度,对系统的各个功能模块进行全方位地使用,理顺各项流程,及时提出意见和建议。应尽量快速解决各种问题,在顺应医院的整体流程后,将系统切换到在用服务器上。

6 结果与结论

6.1 减轻医生工作量,提高了检查效率

临床医生可以快速得到患者的波形信息图文一体的诊断报告,及时做出诊断,无需人工传递报告,从而极大限度地缩短了患者的就诊时间,提高了整个医院的运转效率。它无需医生推着车去病房做床旁心电图,避免了在各个病区之间多次往返的工作。

6.2 健全了电子病历,方便医生调阅查询

将患者以往的心电检查数据全部保存到心电图网络服务器上,形成电子心电图数据。它成为了患者电子病历的重要部分,可以随时查阅调取报告,几秒钟便可获得检查数据,方便将某患者的多次心电图检查进行对比。

6.3 数据长期保存

心电数据可以永久保存利用,直接得到无失真的原始数据,用于学术交流。

6.4 便于统计

便于进行日常工作量统计和任意病种的统计。

6.5 降低成本,提高经济效益

减少使用大量热敏打印纸(每份约￥1元),所有患者的心电图实现网络共享,个别需要打印的患者可采用普通A4打印纸进行打印(每份约￥1角),大大节约了成本,每年可节约耗材成本60%~80%。

参考文献

[1]侯建萍,林文珍,宋青杨,等.心电信息管理系统在医院中的应用[J].解放军医院管理杂志,2008,15(2):166,176.

[2]肖海,侯建萍,陈金雄,等.心电信息管理系统的开发与应用[J].中华医院管理杂志,2006,22(12):845-846.

[3]朱涛,刘进,李崎.临床信息系统开发的探讨[J].中国医院管理,2003,23(3):38-40.

网络化心电系统 第6篇

本文设计的监护系统可实现24小时实时监护多个心脏病患者,从而可高效护理心脏病患者同时减轻医护人员的工作量。

1 系统结构与原理

系统主要包括3部分:(1)心电传感器节点;(2)Zig Bee无线网络;(3)基于Lab VIEW的上位机显示及处理系统。具体内容为:利用心电采集电极采用标准Ⅰ导联方式提取出原始心电信号,经过硬件电路处理后,由CC2530模块进行A/D转换并发送信号,中继路由节点将数据传送至协调器节点,协调器节点通过串口与PC机通信,运用开发的Lab VIEW系统进一步对心电信号进行软件滤波,进行心电信号波形显示等处理。系统总体框图如图1所示。

2 系统硬件设计

心电传感器节点包括心电采集及处理模块与ZigBee无线收发模块,Zig Bee无线收发模块采用TI公司的CC2530芯片。心电采集与处理模块主要对原始心电信号进行两级放大和滤波等,如图2所示。为使其便携,制作了PCB板。

(1)第一级放大及右腿驱动电路。正常心电信号大小约为1~5 m V,频率在0.05~100 Hz内,属于低频微弱信号[3]。采用两级放大电路对其放大,其中第一级采用AD620将其放大约8倍,第一级放大电路对信号只是初步的放大,以防电路产生自激。检测到的心电信号中往往含有较强的背景噪声[4]。因此设计了右腿驱动电路以来降低共模干扰[5]。从前级放大电路中两个相等的偏置电阻中取出人体共模干扰,分别经过电压跟随器进行隔离以及反相器放大后与右腿连接,采用对消法滤除干扰;

(2)心电信号滤波电路。心电信号的提取过程中易受到多种干扰,如基线漂移、肌电干扰、电磁干扰等[6]。为了准确地提取出心电信号,在传感器节点的硬件电路中设计了处理相应噪声的电路来进行硬件滤波。

人体动作、呼吸以及电极与体表接触不良等造成ECG信号偏离原基线水平而发生漂移,其频率一般<0.05 Hz[7]。因此,设计了一个截止频率为0.05 Hz的压控电压源二阶高通滤波器滤除0.05 Hz以下的干扰信号。电路的性能参数见式(1)~式(3)。

通带增益

品质因数

截止频率

其中,C1=C6+C7,C2=C8+C9,如图3所示。

检测心电信号时,由导线窜入到检测心电信号系统中的工频干扰也一并被放大[8]。因此设计一个截止频率为50 Hz的陷波器滤除工频信号。具体设计的电路如图4所示。

人体受到的肌电干扰等可达300 Hz,因此设计一个截止频率为100 Hz的压控电压源型二阶低通滤波器来滤除心电信号中频率在100 Hz以上的干扰信号。通过以上滤波处理,可滤除心电信号中的大部分干扰。

(3)二级放大与电平抬升电路。CC2530的A/D转换的输入幅度要求为0~3.3 V,因此整个电路的放大倍数约在800倍。前级AD620放大电路放大倍数为8倍,因而第二级放大电路放大约100倍。经前几级处理得到的心电信号仍为交流信号,故采用同相加法器设计电平抬升电路将交流信号抬升1.5 V,以得到直流信号。

3 系统软件设计

系统软件开发环境为IAR开发平台,协议栈采用TI公司的Zstack[9,10],以此协议栈作为模板,进行LED、按键以及LCD等硬件资源的移植[11],进行系统开发。整个程序都是在OSAL操作系统上运行的[12]。

3.1 传感器节点及路由器节点软件设计

传感器节点的CC2530的P0.6设置为心电信号的输入口,P0口配置成ADC输入。选择DMA通道6作为数据传输通道,参考电压选择AVDD_So C,分辨率选择12 bit,采样率设为500 Hz。传感器节点的应用程序调用AF_DataRequest()函数发送数据包[13]。此外,该节点还设置了LED灯用于显示组网信息、节点类型,路由节点与其使用相同的程序代码。节点的ADC转换程序如下:

3.2 协调器节点软件设计

协调器负责建立网络,分配地址、更新节点数据等[14]。通过串口与PC机之间的通信,程序中串口先初始化,比如设置波特率等,然后注册串口任务。此外系统设计了LCD,用于显示节点的组网信息等。协调器的串口程序如下:

Hal UARTWrite(0,pkt->cmd.Data,pkt->cmd.Data Length);//串口输出接收到的数据

Hal UARTWrite(0,"n",1);//回车换行

3.3 上位机软件设计

上位机软件采用Lab VIEW进行开发,主要包括:串口通信模块、基线漂移和工频干扰滤除模块、QRS波群检测模块和心率计算模块等。串口通信波特率设置为115 200。设计5阶的巴特沃斯带阻滤波器滤除50Hz的工频干扰;使用Lab VIEW ASPT工具箱中的Wavelet Denoise Express VI滤除宽带噪声[15],并使用WA Detrend VI消除基线漂移,检测Q、R和S点使用WA Multiscale Peak Detection VI。

4 实验结果

本文搭建的心电监护系统如图5(a)所示,协调器LCD显示界面如图5(b)所示。上位机处理结果如图6所示,图6(a)是上位机接收到的原始心电信号波形;图6(b)是其信号频谱图,可见信号中仍含有50 Hz的工频干扰,图6(c)是滤除工频干扰后的信号;图6(d)是使用小波滤除宽带噪声后的心电信号,可见宽带噪声被大幅抑制而心电信号的主要细节保持不变;图6(e)是小波滤除基线漂移之后的信号,可见处理后的心电信号几乎不含有基线漂移;图6(f)是软件滤波之后的频谱。由实验结果可知,通过软件滤波,大幅抑制了工频干扰、宽带噪声和基线漂移,较好的显示出了心电波形。

5 结束语

本文提出了一种基于Zig Bee无线传感网络的心电监护系统,系统介绍了心电监护系统的检测原理、信号处理设计、无线传输设计以及上位机系统设计。其具有低功耗、实时性、便携性、可扩展性,可长时间有效的监护患者的心电信号。通过实验结果可知,由体表提取的心电信号可通过Zig Bee无线传输,在上位机实时显示和处理,软件显示的各种数据信息与实际值基本相符,系统各项参数达到设计要求。

摘要：为解决常规心电图检测具有不利于病人活动的局限性和实时性差等问题。设计了一种基于Zig Bee无线传感网络的心电监护系统。对体表提取的心电信号进行硬件电路预处理后,利用CC2530对心电信号进行无线传输,并由协调器通过串口传输给上位机,利用Lab VIEW软件对心电信号进行波形显示、滤波等处理,从而完成心电信号的实时监测。该监护系统可长时间实时地对心脏病患者进行监护,且不限制病人日常活动,能够真实的显示出心电的相关信息。

基于3G网络的便携式心电图仪 第7篇

关键词：3G,心电图仪,实时传输

随着社会的进步和生活水平的逐步提高, 以及我国人口老龄化程度越来越严重, 心脏病一类的疾病率不断攀升, 严重影响人们的身体健康, 成为威胁人类健康的第一因素。而心电图对于心脏基本功能及其病理的研究, 具有重要的参考价值。现有的常规心电监护设备具有体积笨重, 价格昂贵, 不便于携带的局限性。一个具有无线传输数据的心电图仪不仅便于携带, 并且还提高了医师及时获得病人心电图的效率, 有助于跟踪到位地治疗, 进行病情诊治。目前国内3G网络已经相对比较成熟, 覆盖范围广, 相对于2G网络, 3G网络提供数据传输速率大为提高, 适合心电图检测这样的应用场合[1]。

一、总体结构设计

图1描述了系统的总体结构, 系统基于C/S的架构, 用户为客户端, 医生为服务器端。客户端由心电采集端, 主控制器, 3G模块等组成;服务器端则是安装了用Lab VIEW编写的上位机软件, 可以读取网络的数据并且绘成心电图显示在屏幕上, 还能看到用户的心率、手机号等分析数据, 方便医生及时联系用户。工作的流程为心电采集端采集用户的心电数据, 主控板通过串口读取数据并用AT指令让3G模块把数据发送给服务器端, 服务器端接收到数据后分析处理, 将各种有用信息显示在屏幕上。

二、客户端

2.1心电信号采集模块

人体心电信号具有如下特点: (1) 具有近场检测的特点, 离开人体表微小的距离就基本检测不到信号 (2) 心电信号通常比较弱, 一般在0.001-5m V (3) 属于低频信号, 且能量主要在100hz以下 (4) 干扰特别强, 有来自生物体内的肌电干扰、呼吸干扰等;也有来自生物体外的工频干扰等。针对上述特点, 就需要采集端前级放大电路有高输入阻抗、高共模抑制比、低噪声、低漂移等特性;采用带通滤波器滤除100hz以上的高频噪声和0.03hz以下的因呼吸等引起的基线偏移;引入补偿电路来抵消人体信号源中的干扰;最后加入50hz的陷波器来滤除工频干扰。由此, 我们选择了BMD101心电模块用于采集心电信号, 这个模块的优势在于功耗小, 尺寸小, 单导联采集信号, 可用金属干性电极, 也可以使用一次性的凝胶型湿性电极。该模块将滤波后的信号通过串口发送出来, 还能由内部芯片计算出心率和心率变异性 (RR间期) [2], 我们只需要通过主控读取数据即可。

2.2主控制器

本系统以TI的Cortex M4系列的TM4C123G为中心处理单元, 此ARM有强的数据处理能力、多串口通信接口以及简明的编译环境。图2为主控的程序流程图, 单片机首先需要检测与3G模块的通信是否正常, 然后去配置各项联网的步骤, 并且需要等到3G模块回复OK信号才能继续下一步的操作。等到成功连接远端服务器的时候, 主控开始读取心电模块的数据, 然后处理为3G模块所需的格式发送出去。

2.3 MF210 3G模块

3G模块需要一张SIM卡, 在国内的3G网络中, 联通3G的H网标准速率达到14.4Mbps, 接近2M/s的速率足够心电数据的传输需求[3]。由此, 我们选择了中兴MF210 3G模块, 这款模块是适用于联通3G的, 控制方便, 采用串口和主控通信, 通过给3G模块发送AT指令去控制它设置APN网络 (AT+CGDCONT=1) 、激活连接 (AT+ZIPCALL=1) 、连接远程服务器 (AT+ZIPOPEN=1, 0, IP, PORT) 、发送数据 (AT+ZIPSEND=1, DATA) 等。与其他的C/S架构系统相同, 我们在服务器端用Socket建立了TCP Sever, 然后用3G模块去连接这个服务器, 就能够实现数据的传输。不过由于模块本身的原因, 它只能够发送一个字符的ASCII码, 所以我们需要让主控把数据拆开发送, 这就降低了数据传输的效率, 导致有些信道不好的时候, 数据传输产生延迟。

三、服务器端

服务器端, 必然需要建立一个TCP Sever, 然后等待3G模块的连接, 当没有连接的时候, 屏幕的上什么都没有;当3G模块连接的时候, 但没有心电信号的时候, 屏幕上会显示一条直线;当有心电信号的时候, 才会显示心电的波形、用户的心率、电话号码等信息。从3G模块发送来的数据为了保证数据的可靠性, 我们做了简单的包装处理, 将数据转换为统一的格式, 这样, 如果在服务器端收到的不是这种格式的数据, 那么久视为无用数据, 这也大大增强了医生对于用户身体健康的准确判断。我们还在界面上显示用户的电话, 可以方便医生及时通知用户的身体健康。界面中的心率和RR间期也是很重要的参数,

正常人的心率在60-100次/min之间, 心率可以反映某些疾病的出现例如窦性心律失常, 异位心动过速, 房扑与房颤等。目前, 我们的服务器端只能观察一个人的心电波形和信息, 但是距离实现多人实时监测不会远了。

四、总结

本文设计了一种无线便携式的心电模块, 主要面向那些关注身体健康或者身体患有心脏疾病的用户, 让他们足不出户, 不用排队挂号, 就能做心电图, 并且在第一时刻得知自己的身体状况。

我们还做了客户端的上位机软件, 让那些自己就看的懂心电图的人省去将数据发送到医生那里的过程。本设备在不久的将来也许会得到更多人的关注, 因为到那时候, 会有更多的人关注自己的身体, 而不再是一味的追求财富和地位。而且我们还可以赋予它更多的功能, 以真正满足各种人群的需求。

参考文献

[1]白冰, 张跃, 万里.基于ARM的远程实时心电监护仪软件设计实现[J].计算机工程与设计.2009 (12)

[2]赵文哲, 方滨, 沈毅, 王普.心电信号中R波检测方法的比较研究[J].生物医学工程学杂志.2009 (01)

[3]周拓, 葛鑫, 杨翠微, 邬小玫, 方祖祥.用于远程心电监护系统的心电信号自动分析和诊断方法[J].中国医疗器械杂志.2009 (03)

[4]汪明.基于ARM7的远程心电监护终端设计与实现[D].南京:南京理工大学, 2009

[5]赵文哲, 方滨, 沈毅, 王普.心电信号中R波检测方法的比较研究[J].生物医学工程学杂志.2009 (01)

网络化心电系统 第8篇

自动诊断技术中最重要的是对心电信号进行自动分类。基于人工神经网络的心电信号自动分类方法,充分利用了神经网络的泛化能力和学习能力,通过对具有不同特征信息的心电信号的学习,获取心电数据间的联系,分布存贮于网络的结构参数中。而知识的更新和扩充,就反映在网络结构参数(联结权值和偏置值)的变化上。所以,基于神经网络的心电信号自动分类方法较基于专家系统(基于规则系统)的分类方法有更大的灵活性和适应能力[1]。

本文采用反向传播算法神经网络和概率神经网络两种方法,研究心电信号的自动分类,进行仿真验证,结果说明方法的有效性。

1 神经网络原理

1.1 BP神经网络

BP神经网络通常采用基于BP神经元的多层前向神经网络的结构形式[2]。本文选取的BP神经网络模型如图1所示。

BP网络的训练是有监督的学习方式,它利用输出误差反向传播对连接权值进行确定性的调整,使输出误差沿梯度方向下降。网络的自学习过程是一个反复迭代的过程,首先给网络一组初始权值,输入一个样本并计算其输出,通过实际输出与期望输出之间的差值,用一定的方法来修改网络的权值,以达到减小这个差值的目的。反复执行这个过程,直到这个差值小于预先确定的值为止。其算法步骤如下:

⑴置各权值Wji(0)和阈值θj(0)的初始值为小的随机数值。

⑵提供训练样本:输入矢量Xk,k=1,2,,P,期望输出dk,k=1,2,,P,对每一个输入样本进行下面⑶~⑸的迭代。

⑶计算网络的实际输出及隐层单元的状态:

⑷计算训练误差:

⑸修正权值和阈值:

⑹当k每经历1至P后,判断指标是否满足精度要求为精度。

1.2 概率神经网络

概率神经网络是一种用于解决分类问题的神经网络。它依据贝叶斯分类原理,利用多个高斯函数的混合形式来近似数据在每种类型中的概率分别,并选择具有最大概率值的类型作为数据所属的类型。

本文选取的概率神经网络结构如图2所示,包括一个输入层,一个径向基层和一个输出层。该网络的隐层神经元个数与输入样本矢量的个数相同,输出层神经元个数等于训练样本数据的种类个数。该网络的输出层是竞争层,每个神经元分别对应于一个数据类别。其中R:输入矢量的维数;Q:输入/目标矢量对的个数;K:输入数据种类的个数。

图2中的径向基层用的是高斯函数,其表达式为:

模块C表示竞争传递函数,其功能是找出其输入矢量中各元素的最大值,并且使与最大值对应类别的神经元输出为1,其它类别的神经元输出为0。这种网络得到的分类结构能够达到最大的正确概率。

2 算法仿真[3,4,5]

2.1 输入向量

通过对心电信号的波形特征分析,并结合临床诊断要求,采用下面的12个基本特征参数作为神经网络的输入:(a).RR间期,(b).R波峰值,(c).P波峰值,(d).T波峰值,(e).T波间期,(f).PR间期,(g).QT间期,(h).QRS周期,(i).ST段偏移,(j).QR上升斜率,(k).RS下降斜率,(l).T波上升斜率。

2.2 训练样本

采用MIT/BIH心律失常数据库数据,样本取自记录:100、102、104、106、107、109、111、118、124、201、207、214、212、X109、X124、X232等。选取图3中的五类心电波形(其中横坐标为采样点数,纵坐标为幅值),均为Ⅱ导信号。其中,一类是正常类别,其它四类均为心律失常类别,如图3所示。其中包括:

⑴正常样本(Normal QRS)来自106记录中0:40到0:45的一段信号。

⑵右束支阻滞(R ig h t Bu n d l e Br a n c h Blo c k Beat,RBBB)来自118记录中0:20到0:25的一段信号。

⑶左束支阻滞(L e f t B u n d l e B r a n c h B l o c k Beat,LBBB)来自207记录中1:38到1:43的一段信号。

⑷Paced心搏(Paced Beat)来自104记录中5:47到5:52的一段信号。

⑸心室跳脱心搏(Ventricular Escepe Beat,VEB)来自207记录中27:40到27:45的一段信号。对神经网络的输入来说,每一组数据包括上述12个特征参数。

2.3 仿真研究

2.3.1 应用BP神经网络

采用12个特征参数作为一组输入向量,一个输出对应五种类型。在本文中五类样本的期望值分别为1、2、3、4、5。在学习结束后,引入新的心电测试数据后,网络输出接近哪个,就是哪一类。

每一类别选取6组样本值,共30组特征参数,即420个数值输入网络进行训练。设网络性能目标为0.001,并选用一个新的样本(属于第五类)进行测试。在仿真中发现:当采用4层网络时,在7862步到达目标,测试值为5.049;采用5层网络时,在12384步达到目标,测试值为5.0557;采用6层网络时,虽然是收敛的,但是在20000步时,训练已经非常慢。所以,本文选择的BP神经网络采用三层网络。

对于隐层神经元数目的选取,目前还没有成熟的标准,一般经验为它的神经元数目应小于输入层的神经元数目。本文分别采用不同数目神经元作为隐层单元神经元数目进行训练,结果表明,它们的差别对神经网络达到稳态的训练次数并不产生显著的影响。在训练完后用新的一组数据测试(属于第五类),在网络性能目标为0.001下的结果如表1。在结合仿真结果分析后,发现当隐层神经元数目是6个时网络效果比较好,运行6547次后,误差达到期望值,误差曲线如图4所示。由于增加隐层神经元数目会增加网络的复杂度,所以本文选择了6个神经元作为隐层。经过大量的仿真实验后,选取的传递函数为logsig和purelin,学习函数为traingdx。

2.3.2 应用概率神经网络

概率神经网络的输出层和隐含层所完成的任务并不相同,而且它们的学习策略也不相同。输出层是对线性权进行调整,使用的是线性优化策略,因而学习速度较快。而隐含层是对作用函数(Sigmoid函数)的参数进行调整,采用的是非线性优化策略,因而学习速度较慢。它只有一个隐含层,单元数视所描述问题的需要而定,输出单元是线性求和单元,所以输出是每个隐含层单元输出的加权和。隐单元的作用函数用径向基函数(RBF),它是一种局部分布的对中心点径向对称衰减的非负非线性函数。输入到隐含层单元间的权值固定为1,只有隐单元到输出单元间的权值为可调。

3 结果及讨论

3.1 仿真结果

在仿真中,首先采用30个样本用于训练网络,然后用300个样本进行测试。采用BP神经网络和概率神经网络的分类结果分别如表2和表3。

3.2 讨论

要提高神经网络对心电信号分类的准确率,需要增加样本数目,相应就要延长训练时间。因此,为了加快训练速度,训练样本的特征最好比较明显。对于特征很接近的病症,可以通过构造专门的网络来进行划分。

⑴采用概率网络时,调节的参数很少,适合于对神经网络应用不熟悉的研究人员。但是它的模式层可能非常大,因为训练集的所有数据都必须存贮在这个层里,计算量比较大。采用BP神经网络时,需要调节的参数比较多,选择相对比较复杂,如选择网络结构、隐层单元数目和训练函数等。

⑵BP网络分类所需时间较长,当采用30个样本作为输入时约为45秒;选取300个样本进行测试时,对五种心电样本类别的平均准确率为97.62%。而采用概率神经网络,瞬时就可以完成分类,但是平均准确率相对较低,为95.88%(300个样本)。从分类结果可知,BP神经网络的准确率高于概率神经网络;从分类时间来看,概率神经网络明显优于BP神经网络。这从侧面反映了两种分类器的差异。尽管BP神经网络仿真时间相对长,但是其准确率是非常高的,这也是BP神经网络能在模式识别中得到广泛应用的原因之一。但是概率神经网络的潜力比较大,可以满足快速分类的需要。

4 结论

人工神经网络模拟了人类思维方式,与临床医生记忆分析ECG波形的方法在某种程度上非常接近,其高度的容错性对正确识别很有利,因此用神经网络对心电信号进行识别的准确率很高。由仿真结果可以看出,对于训练过的BP网络,其识别率可高达98%。但是,目前神经网络方法还不能区分各个QRS波形的微弱差异,所以我们应该注意采用新的网络模型,既要加快训练的速度,又能提高网络的识别能力。

摘要：针对心电信号的正常波形以及右束支阻滞、左束支阻滞、Paced心搏、心室跳脱心搏等4种心律失常类型,采用BP神经网络和概率神经网络两种方法进行自动分类算法与仿真研究,分类平均结果分别为97.62%和95.88%,可有效的提高了分类效果。

关键词：心电信号,BP神经网络,概率神经网络,分类

参考文献

[1]Philip de Chazal,Branko G.Celler.Selecting a neural network structure for ECG diagnosis,Processing of the20th annual international conference of the IEEE engineering in medicine and biology society,1998,1422-1425,(20)

[2]王继成,吕维雪.基于神经网络的一种心电图分类法.中国生物医学工程学报.1995,14(4):306-311

[3]M.O.Dwyer,M.de.Chazal,P.de.Reilly,et al.Beat classification for use arrhythmia analysis[J].Computers in Cardiology,2000,(27):395~398

[4]Bert Uwe Kohler,Carsten Hennig,Reinhold Orglmeister.The Principles of Software QRS Detection[J].IEEE Trans.on BME,2002,(2):42~57

网络化心电系统 第9篇

心电数据压缩对于心电(ECG)信号的存贮、传送与分析是非常重要的,是固态存贮式Holter记录仪的关键技术之一。心电信号是一种准周期信号,其波形呈现某种相似性,因而是一冗余度较大而熵较小的信号,从理论上来讲,应该具有较大的压缩比。而传统的很多方法,包括时域与变换域方法,没有考虑这种相似性,因而压缩比受到很大的限制。

目前已有的心电数据压缩方法可分为:直接压缩法[1],变换压缩法和基于神经网络的方法[2]。基于前馈神经网络的心电数据压缩,最初由日本学者[3]Iwata等人提出,随后我国也有人根据他们的思路开展了相应的研究。神经网络压缩方法是采用人工神经网络来实现高压缩比的数据压缩方法,具有极大的发展潜力。其中,BP网络的压缩方法是最直观的网络压缩方法[4],其主要思想是采用两个3层漏砂型前馈人工神经元网络,其中一个为学习网络,另一个为压缩网络。利用神经网络的泛化能力将一个新的心搏数据表示为以前心搏数据的某种插值,这样只须记录隐含层单元的触发电平,就可达到压缩ECG数据的目的。其重现一个波形的能力是依靠在一定误差范围内通过改变中间层单元的激活值大小近似地识别未知模式来实现的。由于仅用两个隐含单元,其重现波形的能力是很有限的,在波形有一些重要的细微变化时,或者受运动干扰、噪声干扰、肌电干扰时,神经网络不能在一定精度范围内重现原波形。在这种情况下,只能直接记录该心搏波形的全部数据,当连续有几个干扰存在时,还须记录所更新的权重的值。故对总体干扰较严重的心电数据,其压缩比降低明显,其鲁棒性是不理想的。但若增加隐层单元,每增加一个隐含单元,就要增加调节权重的运算量,开销太大,是不适宜的。

为了提高神经网络压缩算法的鲁棒性和实用性,可以将一个心搏分为3个主要的波:即P波、QRS波和T波,并分别对3个波用3个人工神经网络系统进行压缩,但这种将3个波完全孤离的处理方式有时会导致在波与波之间的联结处出现失真。因此,本研究把每个波的隐层单元与相邻波边缘的几个输入、输出联系起来。每个波所对应的神经网络,仍用两个隐含单元,这样虽然每一个波的长度都远小于总的心搏长度,但它对心搏中的每一个波段的重现能力仍可以通过调整两个隐含单元的激活值来实现,从而大大增强神经网络对波形的重现能力。同时,3个网络总的权重数与不分段时的权重数相差不大,当心搏中的某个部分发生较大的形状变异,或受干扰而不能通过调整隐含单元的触发电平来重现时,不会影响另外两个部分的重现。通过不完全联结结构,可以显著提高神经网络压缩算法对波形的重现能力和抗干扰能力,从而进一步提高算法的稳定性和实用性。

2 神经网络用于数据压缩的原理

进行数据压缩的神经网络多采用3层前馈网络结构。在这种结构中,输入、输出层的单元数相同,而隐含层的单元数要比输入或输出层的单元数少得多,以实现压缩数据的目的。学习算法用反向误差传播BP算法,在学习时,输入输出信号(学习信号)均用心电的原波形信号,进行重现输入信号的网络学习。波形的特征则由少量的隐含单元的激活值来表现,这时因隐含单元少而限制了波形重现的精度。此外,对学习结束后的网络,为了复现学习中使用的波形,将构成各波形共同要素的网络权重加以记忆。实际上,学习过波形的共同信息被分布式地存储在所有网络的权重里。而波形个体信息则体现为用各个波形作为网络的输入波形时所得到的隐含层单元的激活值,通过记录的激活值和形成的网络权重,复现心电波形,近似地压缩比主要体现为输出(或输入)单元数比隐含单元数。

多层前馈网络的学习一般都是通过误差反向传播原理(Back Propagation)来实现的,所以又称为BP网络。学习就是调节网络权重使网络的输出与所期望的输出误差极小化,设网络的输入、输出矢量分别为:

则网络的实际输出与期望输出的误差平方和为:

这里yi*是网络第i个输出单元所期望的输出,Bi(W,x)是网络第i个输出单元的实际输出。误差对权重的梯度(即误差对各权重的偏导数),可以从输出层到输入层逐层地求出(这就是所谓的误差反向传播)。在这里,设隐含层的输出为Ok,k=0,…,1,则整个网络的输入、输出关系可以简洁地描述为:

其中si表示所有与输出yi相联的隐层单元的集合,sk表示所有与隐含单元Ok相联的输入单元的集合。对于输出层,反传误差为:

对于隐含层,设tk为所有与隐含单元k相联结的输出单元的集合。相应的:

可以证明ε对权重Wik、Wkj的偏导数gik、gkj分别为δiOk、δkxj。有了误差对权重的偏导数后,就可以对权重进行调节,有很多种调节方法,例如二阶方法、非线性卡尔曼滤波法、PID调节法等等,最简单的是最速下降法,即:

3 基于神经网络的数据压缩方法

3.1 心电数据预处理

以心电信号为例,心电信号中最明显的特征就是QRS波以及P波和T波,它们分别对应着心室的除极以及心房的除极和心室的复极过程。在心电图仪记录纸上记录的一个心电图波形如图1所示。图中各波峰及波峰间的变化反应了心脏跳动的过程。心电信号中P波、QRS波群、T波、ST段的信息对心脏病的诊断具有重要意义。基于患者的心电图和正常人的心电信号的识别过程属于模式分类问题。

每一心搏的范围是从当前的R波(峰值)基准点的前60个点到下一R波基准点前的60个点。一般说来,心搏的平均长度为200点。对于每一心搏,我们只取前165个点来进行压缩与恢复。165点以后的部分属于T波以后的静息期,并无重要的诊断意义,可以用插值方法重构。如果心搏的长度小于165个点,则将之补足到165个点来处理,补充数据的值取该波最后3个采样点数据的平均值。这样就得到一个维数固定为165的心搏数据矢量。由于ECG主要高频成分集中于QRS波附近,我们可以进行非均匀采样,即把R波基准点前、后各15个点共30个点作为QRS波的采样,QRS波前每3个点取一点共15点作为P波采样,QRS波后每3点取一点共30点作为T波采样。这样我们就把每一心搏划分为P波、QRS波及T波等3个部分,并对它们用神经网络进行压缩。

3.2 压缩过程

如图2所示,整个压缩系统采用两个结构相同的的前馈神经网络。学习的初始化过程为:信号经采样和预处理后,将一个心搏分为P波、QRS波、T波等3个部分,送到学习网络的输入与输出端,利用网络实际输出与输入的误差用BP学习算法对网络的权重进行修正(更新)。这一过程实质上是训练网络重现输入的心电波形。当学习误差(PRD)小于给定的误差容限ε时,就将学习网络的权重记录下来(存入内存),同时将它们拷贝到压缩网络。学习网络同时继续进行学习,贯穿整个压缩过程。

在学习的初始化过程完成后,将一个心搏的3个部分,即P波、QRS波、T波分别送至压缩网络的输入端。如果此时压缩网络的实际输出与输入的PRD小于给定的误差容限ε,则只需记录该网络的隐含层输出值,因为利用隐含层的输出值和压缩网络的输出层的权重,可得到一个网络的输出,即一个PRD小于ε的波形重现,这个心搏就被压缩为6个数值,采用6 bit量化方法[5]。如果此时压缩网络的实际输出与输入的PRD大于给定的误差容限ε,则直接记录该波形的所有数据和心搏长度;若连续5个波形的输入与实际输出的PRD都大于ε,则需更换权重,即将其学习网络的权重拷贝到该压缩网络中去,同时将该权重存入内存。学习过程继续进行。

记录的格式是:首先记录下初始化学习过程所得到的3个压缩网络的权重。此后正常的记录格式为:间期(心搏长度)L,P波的两个隐含层电平值,QRS波的两个隐含层电平值,T波的两个隐含层电平值。

当出现异常波形,置L为0和1,由于心动周期不可能小于200 ms,在250 Hz采样情况下每个心动周期必然满足L>50,因此,如果L<50就表明出现某种特殊情况。再接着记录真正的间期和有关数据。

3.3 波形重现

在波形恢复时,首先读出压缩网络的权重并将它们分别赋予相应的压缩网络,然后读心搏长度,若此长度L>50,则紧接着读出3个波的隐含层电平值,并用它们作为压缩网络隐含层电平值得到一个输出,从而将该心搏的波形恢复出来。此时,若L<165,则截取前L个点作为恢复波形;若L>165,则需用插值方法重构心搏尾部的(L-165)个点。然后读下一个间期及隐含电平值,重复前述过程。如果读到的间期数值L<50,则为异常情况,根据上面所列举的情形进行判断。若L=0,则所记录的数据为:该心搏的全部数据;若L=1,则除了读出该心搏的全部数据外,还要读出所更新的全部权重,该权重用于替换压缩网络中原有的权重,得以正确地重现以后的波形。

4 结论

本课题研究了基于BP神经网络的心电数据压缩。该方法采用一种不完全联结的3层前馈神经网络结构,将一个ECG心搏表示为3个主要的波即P波、QRS波和T波,把每个波的隐含层单元与相邻波边缘的几个输入输出联系起来。分别对3个波用3个人工神经网络系统进行压缩。尽管所作的研究还处于实验室试验阶段,但实验结果已经初步显示出,利用神经网络对心电信号数据进行压缩可以实现较高的压缩比,还可以提高波形的重现能力和抗干扰的能力,具有较大的发展潜力。

课题最新进展情况:目前项目各项工作进展顺利,已基本达到验收结题阶段。

摘要：目的:针对已有心电数据压缩方法开销较大、难以用于工程实践等问题,提出一种基于BP神经网络的心电数据压缩方法。方法:基于BP神经网络的思想,建立两个3层漏砂型前馈人工神经元网络,将单个心搏分为P波、QRS波和T波,分别对3个波用两个人工神经网络系统进行压缩,采用不完全联结结构提高神经网络压缩算法的波形重现能力和抗干扰能力。结果:利用BP神经网络对心电信号数据进行压缩可以实现较高的压缩比,能有效提高波形的重现能力和抗干扰的能力。结论:该方法可以有效地对心电信号采集器采集到的心电信号进行滤波和压缩等预处理,能较好地用于工程实践。

关键词：心电信号,数据压缩,神经网络

参考文献

[1]张作生.生物医学工程前沿[M].合肥:中国科技大学出版社,1993:242-246.

[2]赵勇,吕维雪.基于ECG形状的心电数据分类压缩[J].中国医疗器械杂志,1995,19(4):213-217.

[3]Iwata A,Azencott R.Data compression of ECG using neural networks for digital Holter monitor[J].IEEE Trans BME,1992,39(4):17-36.

[4]李翠微,郑崇勋.动态心电信号数据压缩的神经网络算法[J].中国医疗器械杂志,1993,17(3):133-136.